研究：面向真三维场景的振幅约束与相位监督物理引导彩色计算全息
查看引用/信息源请点击：intelligent.optics
面向真三维场景的振幅约束与相位监督物理引导彩色计算全息
（映维网Nweon 2026年11月02日）上海大学研究团队提出了一种物理驱动的层析彩色计算全息框架MpD-Holo。它以单目深度估计与K-means深度聚类实现自适应分层，用双分支多尺度网络解耦复光场预测与相位编码，再以振幅约束与wrap-safe相位监督联合训练，在散斑抑制、图像质量、三维相位物理一致性与生成效率之间取得了良好平衡。
Intelligent Optics分享的这篇博文将拆解MpD-Holo如何以物理引导之“骨”撑起真三维彩色全息之“形”：
VR/AR 的发展对自然三维显示提出越来越高的要求。相位型 SLM 因光效高、衍射效率高成为主流，但快速生成高质量三维相位全息图仍是核心挑战。传统迭代法物理可解释，但计算量大；深度学习法速度快，却依赖高质量标签、易过拟合、泛化受限。
针对多深度场景中的层间串扰、相位分布不稳定、泛化瓶颈，上海大学提出一种物理驱动层析彩色 CGH 框架 MpD-Holo，通过单目深度估计与 K-means 深度聚类实现自适应分层，构建双分支多尺度网络解耦复光场预测与相位编码，并引入振幅约束与 wrap-safe 相位监督联合训练。基于时分复用的仿真与彩色光学实验表明，该方法在散斑抑制、图像质量、三维相位物理一致性和生成效率之间取得良好平衡。相关工作近期发表在光学领域著名期刊Optics & Laser Technology上。
◐ 技术路线
MpD-Holo 整体流程如图1所示。输入 2D RGB 图像后，Depth Anything V2 先估计相对深度，得到 RGB-D图。随后提取单通道振幅，与深度图通道拼接，送入目标复振幅场（TCAF）预测模块。TCAF 采用改进对称 U-Net，以预训练的 ResNet-18 为编码器，结合频域建模、特征融合和金字塔池化模块（PSP），预测目标平面复振幅。获得目标复振幅后，反向传播至 SLM 平面，再送入轻量 U-Net 构成的相位全息编码（PHE）模块，输出层用 HardTanh 约束相位范围，生成满足相位型 SLM 硬件约束的相位全息图。
在深度分层方面，传统固定阈值切片容易将连续深度物体错误分割，造成边界伪影。该研究提出 KDC 策略，将深度图归一化到 [0.2, 0.8]，边缘保持平滑后执行一维 K-means 聚类，按相对深度排序并映射到预定义的物理平面。其生成的二值掩膜还用于损失门控，将重建误差限制在活动衍射层内，从而减少层间串扰。
在联合损失方面，总损失函数由 NPCC、动态感知损失、MSE 和相位监督组成。感知损失基于预训练的 VGG19，采用余弦 ramp-up 渐进引入，避免早期训练不稳定。相位监督利用 M-SGD 离线生成伪标签，并将预测相位与伪标签映射到 cos/sin 单位圆空间，避免 -π/π 边界数值歧义。
单色灰度图像的光学重建效果与 M-SGD、Self-Holo 和 MpD-Holo 相对比，如图4所示。M-SGD 光利用率较高，但散斑伪影明显，深度层边界附近存在突变；Self-Holo 重建较平滑，但聚焦区域对比度偏低、局部细节不足；MpD-Holo 在深度边界连续性和局部结构清晰度上表现更优，老虎面部纹理等细节更清晰，散斑得到有效抑制。
该研究进一步进行彩色三维光学重建，结果如图5所示。MpD-Holo 在近、远焦平面均呈现预期的深度依赖聚焦-离焦关系，赛车字母、船体编号和老虎毛发等局部细节得到较好保留。
技术小结：该研究提出 MpD-Holo 物理驱动彩色 CGH 框架，通过嵌入衍射物理模型，结合振幅域与相位域约束，应对学习型多深度全息中的层间串扰、高频细节丢失和相位不稳定。KDC 将连续深度场自适应映射到离散物理平面，渐进感知约束平衡早期训练稳定与后期细节增强，wrap-safe 相位监督学习更稳定、物理可解释的相位分布。数值与光学实验表明，该方法在复杂多深度场景中兼具重建质量、结构相似性、局部细节、深度一致性和计算效率，为 VR/AR 和近眼显示中的高效彩色全息生成提供了新思路。
